Fachbereich Architektur und Bauingenieurwesen
Auswertung von DWD- Radarniederschlagsdaten zur Parametrisierung von Starkniederschlagsereignissen
Manuel Perschke
Thema (Deutsch) Auswertung von DWD- Radarniederschlagsdaten zur Parametrisierung von Starkniederschlagsereignissen (Arbeitstitel)
Thema (Englisch) Evaluation of DWD radar precipitation data for the parameterization of heavy precipitation events (working title)
Start 19.03.21
Abschluss der Promotion in Arbeit
1. Prüfer:In Prof. Dr. Britta Schmalz, TU Darmstadt / Fachgebiet Ingenieurhydrologie und Wasserbewirtschaftung
2. Prüfer:In / Hochschule / Universität Prof. Dr. E. Ruiz Rodriguez, Hochschule RheinMain / Fachbereich Architektur und Bauingenieurwesen
Deutsch
Im Rahmen des KLIMPRAX Starkregen Projektes konnten für Starkregenereignisse keine geeigneten Parameter (z.B. Gesamtvolumen, Ereignisausdehnung und Verlagerungspfad, Intensitätsverlauf, etc.) definiert werden, um diese hinreichend zu beschreiben. Den Starkniederschlägen konnte zudem kein statistischen Wiederkehrintervall zugeordnet werden. Dieses Forschungsdefizit soll durch das Promotionsvorhaben aufgegriffen werden. In der Praxis werden physikalische, meteorologische und statistisch beschreibende Parameter für die Klassifizierung historischer Starkregenereignisse benötigt. So wäre bspw. die Kenntnis der realistischen Eintrittswahrscheinlichkeit eines Bemessungs-Starkregens sehr wertvoll für die Erstellung von Starkregen-Gefahrenkarten und für eine Nutzen-Kosten-Analyse geplanter Maßnahmen.
Englisch
Within the KLIMPRAX heavy precipitation project, no suitable parameters (e.g. total volume, event extent and displacement path, intensity course, etc.) could be defined for heavy precipitation events to describe them adequately. Moreover, no statistical recurrence interval could be assigned to the heavy precipitation events. This research deficit shall be addressed by the PhD project. In practice, physical, meteorological and statistically
descriptive parameters are needed for the classification of historical heavy rainfall events. For example, knowledge of the realistic probability of occurrence of a design heavy rainfall event would be very valuable for the preparation of heavy rainfall hazard maps and for a benefit-cost analysis of planned measures.